《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 電源技術(shù) > 設(shè)計(jì)應(yīng)用 > 一種改進(jìn)的鋰離子電池剩余壽命預(yù)測(cè)算法
一種改進(jìn)的鋰離子電池剩余壽命預(yù)測(cè)算法
電子技術(shù)應(yīng)用2015年第8期
張 金1，魏 影1，韓裕生2，鄭文達(dá)1，張 鋒1
1.陸軍軍官學(xué)院 軍用儀器教研室，安徽 合肥230031；2.偏振光探測(cè)技術(shù)安徽省重點(diǎn)實(shí)驗(yàn)室，安徽 合肥230031
摘要： 鋰離子電池故障往往會(huì)使系統(tǒng)性能下降甚至癱瘓，故障部件剩余壽命的精確估計(jì)對(duì)整個(gè)系統(tǒng)的壽命預(yù)測(cè)和健康管理至關(guān)重要。粒子濾波是一種有效的序列信號(hào)處理方法，然而應(yīng)用于鋰離子電池剩余壽命預(yù)測(cè)準(zhǔn)確性并不高。根據(jù)鋰離子電池電學(xué)特性，提出一種改進(jìn)的粒子濾波算法，基于鋰離子電池容量退化指數(shù)模型，結(jié)合訓(xùn)練數(shù)據(jù)對(duì)鋰離子電池剩余壽命進(jìn)行預(yù)測(cè)。仿真及實(shí)驗(yàn)結(jié)果表明，改進(jìn)的粒子濾波算法對(duì)鋰離子電池剩余壽命預(yù)測(cè)誤差小于5%。
中圖分類(lèi)號(hào)： TP306.3
文獻(xiàn)標(biāo)識(shí)碼： A
DOI：10.16157/j.issn.0258-7998.2015.08.031

中文引用格式： 張金，魏影，韓裕生，等. 一種改進(jìn)的鋰離子電池剩余壽命預(yù)測(cè)算法[J].電子技術(shù)應(yīng)用，2015，41(8)：110-112，116.
英文引用格式： Zhang Jin，Wei Ying，Han Yusheng，et al. An improved particle filter algorithm for lithium-ion battery remaining useful life prediction[J].Application of Electronic Technique，2015，41(8)：110-112，116.
An improved particle filter algorithm for lithium-ion battery remaining useful life prediction
Zhang Jin1，Wei Ying1，Han Yusheng2，Zheng Wenda1，Zhang Feng1
1.Military Instrument Teaching and Research Section，Army Officer Academy，PLA，Hefei 230031，China； 2.Anhui Provincial Key Laboratory of Polarized Detection Technique，Hefei 230031，China
Abstract： Li-ion battery failure usually leads to system performance degradation and crashing. So security is a critical bottleneck of Li-ion battery development. Accurate prediction of the remaining useful life of a faulty component is important to the health management of the system. Particle filter is an effective method for sequential signal processing. However, the accuracy of the particle filter is not high. An improved particle filter algorithm according the electrical properties of lithium-ion batteries is proposed. It combines measurements data with the capacity degradation model to predict the remaining useful life of the lithium-ion batteries. Simulation and experiment results show that the improved particle filter algorithm can predict the actual remaining useful life with an error less than 5%.
Key words : Lithium-ion batteries；remaining useful life；unscented particle filter；capacity degradation model

  

0 引言

    鋰離子電池由于能量密度大、輸出功率高、循環(huán)壽命長(zhǎng)、工作溫度范圍寬、自放電小、綠色環(huán)保等優(yōu)點(diǎn)，是軍事通信、無(wú)人系統(tǒng)、便攜式設(shè)備、航空航天、北斗導(dǎo)航終端等領(lǐng)域的首選能源[1-2]。然而，若作為儲(chǔ)能裝置的蓄電池出現(xiàn)故障往往會(huì)導(dǎo)致系統(tǒng)性能下降，引起經(jīng)濟(jì)損失，并可能導(dǎo)致災(zāi)難性故障。比如，Sony公司為其全球召回的0.96億只便攜式電腦電池?fù)p失了43億美元[3]；2011年愛(ài)默生網(wǎng)絡(luò)能源有限公司的一項(xiàng)調(diào)查顯示導(dǎo)致數(shù)據(jù)中心停工事故的最大原因是不間斷電源UPS的電池故障[4]。

    電池壽命預(yù)測(cè)和健康管理（Prognostics and Health Management，PHM）使得用戶可根據(jù)底層條件做出維護(hù)決策，在其失效之前給出預(yù)警，減緩危險(xiǎn)系數(shù)。He Wei等基于歷史數(shù)據(jù)，應(yīng)用D-S證據(jù)理論和貝葉斯蒙特卡羅方法進(jìn)行鋰離子電池剩余壽命（Remaining Useful Life，RUL）預(yù)測(cè)[5]。根據(jù)估計(jì)容量值很難準(zhǔn)確預(yù)測(cè)電池的壽命終止點(diǎn)（End of Life，EOL），為此鋰離子電池剩余壽命預(yù)測(cè)算法研究成為了新的熱點(diǎn)?；趯?shí)測(cè)數(shù)據(jù)的自回歸移動(dòng)平均、相關(guān)向量機(jī)、支持向量機(jī)以及粒子濾波（Particle Filter，PF）等鋰離子電池RUL預(yù)測(cè)算法比較研究[6]表明，PF是一種相對(duì)較好的RUL預(yù)測(cè)算法。然而，PF方法經(jīng)過(guò)多次迭代，除了幾個(gè)重要性權(quán)重之外其他權(quán)重都趨向于0，即粒子退化，導(dǎo)致預(yù)測(cè)精度降低。為解決粒子退化問(wèn)題，本文通過(guò)引進(jìn)無(wú)跡卡爾曼濾波（Unscented Kalman Filter，UKF）為建議分布，提出一種改進(jìn)的粒子濾波算法用于鋰離子電池RUL預(yù)測(cè)。 

1 改進(jìn)粒子濾波算法

1.1 粒子濾波

dy1-gs1.gif

1.2 無(wú)跡卡爾曼濾波

    UKF算法流程描述如下：

    （1）初始化

    dy1-gs2-19.gif

    dy1-gs20-25.gif

    計(jì)算過(guò)程中，通常取α=0.01，β=0，na+k=3。

1.3 改進(jìn)粒子濾波

    UPF根據(jù)最新測(cè)量數(shù)據(jù)利用UKF生成建議分布，從而獲得后驗(yàn)概率，其結(jié)果與實(shí)際情況更吻合。UPF一般包括兩個(gè)步驟：首先，應(yīng)用UKF算法獲得建議分布；其次，應(yīng)用標(biāo)準(zhǔn)PF算法得到最終結(jié)果。具體流程描述如下：

    (1)設(shè)定初值

dy1-gs26-32.gif

其中，Q為電池容量，I為電流，t為電池容量從滿充狀態(tài)釋放完所需的時(shí)長(zhǎng)。

    電池容量會(huì)隨著電極鈍化、腐蝕等各種老化和失效過(guò)程逐漸退化，比如電極鈍化和腐蝕。一旦容量退化到閾值以下時(shí)電池的壽命就將終結(jié)，鋰離子電池的失效閾值為其額定容量的70%~80％[4]。電池的容量退化和內(nèi)部阻抗增加是緊密相關(guān)的，而內(nèi)部阻抗可用指數(shù)函數(shù)之和的形式表示[4]，為此得到不同退化速率的鋰離子電池容量退化可用下式表示：

    dy1-gs33.gif

式中，Q是鋰離子電池k次充放電循環(huán)時(shí)的電池容量，η、τ、κ及λ是4個(gè)未知參數(shù)，一般可由MATLAB中曲線擬合工具箱估計(jì)得到。

3 鋰離子電池剩余壽命預(yù)測(cè)

    由式(33)可知，只要能準(zhǔn)確估計(jì)4個(gè)未知參數(shù)η、τ、κ、λ，就能依據(jù)該容量退化模型和UPF預(yù)測(cè)鋰離子電池的剩余壽命。

    為此系統(tǒng)傳遞函數(shù)和測(cè)量函數(shù)描述如下：

dy1-gs34-43.gif

4 仿真及實(shí)驗(yàn)

    針對(duì)PF及改進(jìn)的UPF，設(shè)定鋰離子電池容量退化模型參數(shù)為：η0=-8.35×10-6，τ0=5.52×10-2，κ0=9.01×10-1，λ0=8.85×10-4，隨機(jī)選擇第15及32次充放電循環(huán)周期進(jìn)行觀察。仿真及實(shí)驗(yàn)結(jié)果如圖1、圖2所示。容量退化數(shù)據(jù)來(lái)源于馬里蘭大學(xué)先進(jìn)壽命周期工程中心。

dy1-t1.gif

dy1-t2.gif

    圖1為標(biāo)準(zhǔn)PF及UPF算法在充放電循環(huán)周期為15時(shí)的預(yù)測(cè)估計(jì)結(jié)果比較，由圖可見(jiàn)采用標(biāo)準(zhǔn)PF算法時(shí)預(yù)測(cè)估計(jì)絕對(duì)誤差為3，相對(duì)誤差為6.12%，PDF寬度為35，RMSE平均值為0.008 7，RMSE誤差為0.002 1；采用UPF算法時(shí)的預(yù)測(cè)估計(jì)絕對(duì)誤差為2，相對(duì)誤差為4.08%，PDF寬度為27，RMSE平均值為0.004 2，RMSE誤差為0.000 5。

    圖2為標(biāo)準(zhǔn)PF及UPF算法在充放電循環(huán)周期為32時(shí)的預(yù)測(cè)估計(jì)結(jié)果比較，由圖可見(jiàn)采用標(biāo)準(zhǔn)PF算法時(shí)預(yù)測(cè)估計(jì)絕對(duì)誤差為1，相對(duì)誤差為2.04%，PDF寬度為18，RMSE平均值為0.003 6，RMSE誤差為0.000 8；采用UPF算法時(shí)的預(yù)測(cè)估計(jì)絕對(duì)誤差<1，相對(duì)誤差<2.00%，PDF寬度為13，RMSE平均值為0.002 5，RMSE誤差為0.000 5。

    比較標(biāo)準(zhǔn)PF及UPF算法仿真實(shí)驗(yàn)結(jié)果可知，隨著使用測(cè)量數(shù)據(jù)的增加，預(yù)測(cè)效果會(huì)有明顯改善。UPF算法相對(duì)PF算法而言，預(yù)測(cè)估計(jì)曲線擬合度更高，表明采用改進(jìn)的PF算法其預(yù)測(cè)精度得到明顯提高，而且其PDF寬度也變窄了，預(yù)測(cè)結(jié)果更集中。

5 結(jié)論

    本文針對(duì)鋰離子電池RUL預(yù)測(cè)，基于廣泛應(yīng)用于目標(biāo)追蹤領(lǐng)域的PF算法，提出一種改進(jìn)的PF算法。仿真和實(shí)驗(yàn)表明，根據(jù)容量測(cè)量數(shù)據(jù)和退化模型，標(biāo)準(zhǔn)PF算法和UPF算法均能預(yù)測(cè)鋰離子電池的剩余壽命，而且測(cè)量數(shù)據(jù)越多，預(yù)測(cè)效果越好。同時(shí)，與標(biāo)準(zhǔn)PF算法相比，UPF算法融合了PF和UKF的思想，其預(yù)測(cè)精度和執(zhí)行速度得到了很好的改善。UKF算法RUL預(yù)測(cè)值估計(jì)誤差<5%，優(yōu)于標(biāo)準(zhǔn)PF的7%。

參考文獻(xiàn)

[1] Miao Qiang，Xie Lei，Cui Hengjuan，et al.Remaining useful life prediction of lithium-ion battery with unscented particle filter technique[J].Microelectronics Reliability，2013(53)：805-810.

[2] DALAL M，MA J，HE D.Lithium-ion battery life prognostic health management system using particle filtering framework[J].Proceedings of the Institution of Mechanical Engineers，Part O：Journal of Risk and Reliability，2011，225(1)：81-90.

[3] Zhang Jin，Gao Antong，Chen Ronggang，et al.Discussion on the Li-on battery health monitoring and remaining-useful-life prediction[C].ICEEP 2013，Guilin，China.Advanced Materials Research，2013：797-803.

[4] 韓裕生，張金. 一種鋰離子電池容量退化經(jīng)驗(yàn)?zāi)Ｐ蚚J].陸軍軍官學(xué)院學(xué)報(bào)，2014，34(5)：35-38.

[5] He Wei，WILLIARD N，OSTERMAN M，et al.Prognostics of lithium-ion batteries based on Dempster-Shafer theory and the Bayesian Monte Carlo method[J].Journal of Power Sources，2011，196(23)：10314-10321.

[6] SAHA B，GOEBEL K，CHRISTOPHERSEN J.Comparison of prognostic algorithms for estimating remaining useful life of batteries[J].Transactions of the Institute of Measurement and Control，2009，31(3-4)：293-308.

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。